基于DPS控制的双向全桥直流变换器的建模

为方便双向全桥直流变换器的稳定性分析以及闭环控制器的设计,利用广义状态空间平均法对工作在双重移相控制方式下的双向全桥直流变换器进行了建模研究,得到了系统的大信号模型,通过线性化处理,得到系统小信号模型,并根据小信号模型进行了控制器设计。利用Matlab仿真验证所建立模型的准确性以及闭环系统的稳定性,仿真结果表明,小信号模型能准确跟随系统输出,且闭环系统符合GJB 181B要求。     

直升机高置信度中值使用飞行谱编制方法

依据直升机使用寿命分布规律,在高置信度条件下,提出了飞行谱编制的最小样本容量准则。在此基础上,采用科目统计和飞行状态分解技术,基于单机10年统计分析的方法,研究了直升机高置信度中值使用飞行谱编制原理,以此编制的使用飞行谱具有一定的置信区间,能够真实地反映直升机单机短期执行任务的分散性和整个机群长期服役的规律性,为研究直升机关键动部件的损伤与直升机定寿提供依据。     

空间低频射电天文天线材质-观测性能分析

15MHz以下的射电天文信号由于受到电离层的阻挡只能通过空间卫星平台进行观测。采用空间展开的电小天线是目前普遍的做法。就电小天线的材质-接收性能方面进行分析，构建了基于材质磁导率、电导率对后端接收机噪声影响模型。通过计算结果比对和就天线材质空间展开难易程度的综合考虑，归纳总结了不同材质对空间低频射电天文观测噪声影响以及展开难度，为新天线的研制提供了数据依据。该项工作将为下一步L1点空间天气监测卫星中的太阳射电观测载荷提供技术支持。     

基于注意力机制特征重建网络的舰船目标检测

深度学习为遥感领域诸多应用提供了重要的技术支撑,光学遥感图像的舰船目标检测对国防侦察和预警具有重要意义。真实场景中的舰船往往呈不同方向任意排列,且小目标的占比大,经典的深度学习目标检测算法在这种复杂条件下精度低、易漏检。为此,本文设计了基于注意力机制特征重建网络的舰船目标检测算法。首先,通过引入注意力机制对多尺度特征融合网络模型进行训练,以高召回率产生水平锚框;然后,旋转锚框以缓解密集排列目标引起的噪声问题,并利用特征重建模块来缓解特征不对齐的问题,实现模型精炼。在HRSC2016和DOTA数据集上的测试结果表明:舰船目标检测平均精度分别达到90.20和87.52,相比经典的深度学习目标检测算法得到了有效提升,并在模拟星载嵌入式智能图像处理平台上验证了算法在轨应用的可行性。